写在最前面
本节内容主要讲解模型的具体设计过程，也是我们平常数仓工作中的重中之重。更多精彩课程关注B站语兴呀，或关注gzh：语数，获取全部课件资料。
模型设计基本原则
维度模型设计大图
模型建设过程图
从总线矩阵开始
总线矩阵指以一致性维度为列，以业务过程为行，构建业务的数据矩阵，通过标记表示该维度与业务过程的相关性
模型建设考量5要素（重点）
主题域
对当前业务场景或业务sop进行拆分完成对应主题建设
事实表设计
围绕着业务过程来设计，通过获取描述业务过程的度量来表达业务过程，包含了引用的维度和与业务过程有关的度量。
维度
对当前场景描述及补充
颗粒度
主题域下场景用户再进行细致拆分（例如用户可拆分为买家或卖家），颗粒度必须拆分为不可拆分的状态（例如用户拆分为买家，买家不可拆分）
度量值
对场景下数值类型的数据记录
模型数据域
概念
指面向业务分析，将业务过程或者维度进行抽象的集合。其中业务过程指企业活动中的事件，例如下单、退款、加购等，维度即度量的环境，例如下单事件中的买家。
跨数据域
背景：例如DWS、ADS出现跨数据域（例如该模型既用于风控又用于用户画像）情况，需要根据跨的数据域再重新定数据/主题域
事实表设计
概念
围绕着业务过程来设计，通过获取描述业务过程的度量来表达业务过程，包含了引用的维度和与业务过程有关的度量。
事实表类型
事务性事实表（更多应用于DWD层）
对于单事务事实表，一个业务过程建立一个事实表，只反映一个业务过程的事实 对于多事务事实表，在同一个事实表中反映多个业务过程
累计快照事实表（更多应用于DWD层）
累计快照事实表 对于类似于研究事件之间时间间隔的需求,采用累计快照事实表可以很好地解决，如在统计买家下单到支付的时长、买家支付到卖家发货的时长等
周期快照事实表（更多应用于DWS层）
在确定的时间间隔内对实体的度量进行抽样，用于研究一段时间内实体的度量值（例如近30天pv、uv）
三者对比
事实表设计过程
- 识别业务过程
- 选择事实表类型
- 声明颗粒度及维度
- 补充主题域下度量值->维度退化
数据模型规范
表命名（采用阿里one-data设计）
ODS层（接入层）
全量：ods__{业务数据库名}_{业务数据表名}
增量：ods__{业务数据库名}_{业务数据表名}_delta
DWD层（明细层）
dwd_{事业部名（适用于大厂多事业部情况）}{数据域}{二级数据域}_{业务过程（不清楚或没有写detail）}_df/di(df为全量数据，di为增量数据)
全量数据（对源数据全部覆盖）
增量数据（对源数据进行分区式覆盖，例如昨天存储1000条订单数据，今天存储100条订单数据）
DWS层（汇总层）
dws_{事业部名（适用于大厂多事业部情况）}{数据域}{二级数据域}{颗粒度}（例如买家/卖家）{业务过程}_{周期粒度}（例如近30天写30d、90天写3m）
ADS层（应用层）
ads_{应用类别}（例如风控叫risk）{应用主题/应用场景}{颗粒度}（例如买家/卖家）{业务过程}{调度周期}（例如1天调度一次写1d）
dim表（维度表）
dim_{事业部名（适用于大厂多事业部情况）}__{维度定义}（例如日期写date）
其他
tmp表（临时表）
tmp_{表名}_{临时表编号}
view（视图）
{表名}_view
字段命名（采用阿里one-data设计）
-
是否xxxxx用户，类型字段命名规范
is_{内容} -
枚举值类型字段命名规范
xxxx_type -
时间戳类型字段命名规范
xxx_date,xxx_time
周期指标命名
{内容}_{时间描述}（如最近一次last1，最近两次last2，历史his，最近第二次last2nd)_date、最近180天 6m
百分比命名
{内容}_rate
数值类型（整型）命名
{内容}cnt{周期}（周期看情况加）
数值类型（小数）金额命名
{内容}amt{周期}（周期看情况加）
两个时间段之间统计命名
xxx（时间段1内行为）_xxx（时间段2内操作）_dur
数据模型标注规范
-
owner
-
表中文名+使用说明
-
每个开发字段中文名（中文名需要包含该字段内容，例如是否为xxxx用户，需要写出包含内容(Y/N)）
-
每个模型的颗粒度
-
每个模型的主键（联合主键）
-
数据模型发展周期
数据模型发展周期
额外补充
最后
欢迎各位同学评论区交流！
也可以私信联系我进入学习交流群！
350
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
